严选技术团队 向量化在业界的运用越来越广，近期也有许多文章分享过相关的主题。严选于 18 年下半年开始探索向量化在搜索推荐场景中的运用，从最开始基于商品召回用户的任务到后续的搜索召回、搜索个性化排序、搜索底纹、搜索发现词、搜索建议词、跨类目推荐、推荐召回、多兴趣召回、通用排序、端智能重排等等，我们不 ....

大道至简，消息队列可以简单概括为：“一发一存一收”，在这三个过程中消息发送最为简单，也比较容易入手，适合初中阶童鞋作为 MQ 研究和学习的切入点。因此，本篇主要从一条消息发送为切入点，详细阐述在 RocketMQ 这款分布式消息队列中发送一条普通消息的大致流程和细节。在阅读本篇之前希望读者能够先仔细 ....

[图片] 作者 | 闵薇&董文彧 编辑 | 林颖 供稿 |eBay 支付风控团队 导 读: “亿展宏图”是 eBay 支付风控团队推出的系列文章，分享了 eBay 风控团队工作在图算法方面的一些理解和研究。在上期的亿展宏图 第一篇 | 两张图入门图算法里，我们介绍了什么是图、图算法的应用和演 ....

对话系统是一个庞大的系统，涉及的问题很多，本文主要讲解隐马尔可夫模型（Hidden Markov Model,HMM）在对话管理（Dialog Management,DM）中的应用。DM 在对话系统中的作用是维护对话状态并根据当前对话状态选择下一步合适的动作。 在贝壳找房 APP 中，客户和经纪人的 ....

作者：Ashok Chandrashekar, Fernando Amat, Justin Basilico and Tony Jebara 编译：ronghuaiyang 英文原文：https://netflixtechblog.com/artwork-personalization-c589f0 ....

摘要： 去年开始着手打造伴鱼公司级的实时计算平台，平台代号 Palink，由 Flink + Palfish 组合而来。 在伴鱼发展早期，出现了一系列实时性相关的需求，比如算法工程师期望可以拿到用户的实时特征数据做实时推荐，产品经理希望数据方可以提供实时指标看板做实时运营分析。 这个阶段中台数据开发 ....

1 背景 作业帮大数据团队主要负责建设公司级数仓，向公司各个重要产品线（拉新、教学、BI 等）提供面向业务的数据信息，如到课时长、答题情况等。在过去半年多时间内，我们基于 Apache Doris，构建了数仓实时查询系统。本文总结并分享下期间的工作内容，也欢迎大家一起讨论。 典型的数仓从逻辑上划分为 ....

朱敏 紫顺 乐钦等 美团技术团队 1. 背景 搜索优化问题，是个典型的 AI 应用问题，而 AI 应用问题首先是个系统问题。经历近 10 年的技术积累和沉淀，美团搜索系统架构从传统检索引擎升级转变为 AI 搜索引擎。当前，美团搜索整体架构主要由搜索数据平台、在线检索框架及云搜平台、在线 AI 服务及 ....

即刻首页的动态广场是一个发现好玩圈子和有趣即友的地方。如何让每一个用户都能在上面看到自己感兴趣的内容，是即刻推荐团队一直以来努力的目标。 去年我们分享了一篇技术文章，介绍如何在线上服务中使用 Spark MLlib，解决了排序模型的线上 serving 问题。过去这一年，即刻推荐系统完成了从 Spa ....

本文是工业界和学术界共同合作的产物。Layer 6 AI 和 University College Dublin 的科学家们提出一种通过整合矩阵分解（MF）模型和对抗式 Seq2Seq 模型的多任务学习框架，并利用强化学习来尝试生成评论，借以解答推荐系统的研究和应用领域一种“殿堂”级的难题——推荐系 ....

摘要： 微博机器学习研发中心数据计算负责人，高级系统工程师曹富强为大家带来 Flink 实时计算在微博的应用介绍。 一、微博介绍 本次给大家带来的分享是 Flink 实时计算在微博的应用。微博是中国领先的社交媒体平台，目前的日活跃用户是 2.41 亿，月活跃用户是 5.5 亿，其中移动用户占比超过了 ....

文章摘要：在发送消息给 RocketMQ 后，消费者需要消费。消息的消费比发送要复杂一些，那么 RocketMQ 是如何来做的呢？ 在 RocketMQ 系列文章的前面几篇幅中已经对其“RPC 通信部分”和“普通消息发送”两部分进行了详细的阐述，本文将主要从消息消费为切入点简要地介绍下“Rocket ....

短视频具有内容丰富、信息集中、用户粘性大 的特点，如何提高短视频分发的效率和推荐精准度，有效提升消费时长、留存 等关键业务指标，是推荐系统 的核心能力和建模目标。 本文主要分享在短视频推荐 场景下，爱奇艺基础推荐团队在排序模型多目标优化 方面的历史 和进展。第一部分主要介绍多目标建模的业务背景，第二 ....

[图片] 分享嘉宾：潘国庆@携程 文章整理：王钊 内容来源：Flink Forward 来源： DataFunTalk 导读： 将实时计算和深度学习相结合、可解决某种特定的业务场景。本次将分享基于 tensorflow 和 flink 构建携程的实时智能检测平台。 今天分享的主要内容分为四个部分： ....

以下文章来源于 dbaplus 社群 ，作者王康 摘要： 自 2017 年起，为保障内部业务在平时和大促期间的平稳运行，唯品会就开始基于 Kubernetes 深入打造高性能、稳定、可靠、易用的实时计算平台，现在的平台支持 Flink、Spark、Storm 等主流框架。本文将分为五个方面，分享唯品 ....

浅梦的学习笔记 关注专栏写文章 “ 本文介绍了跨境电商 Etsy 如何利用用户历史交互行为的类型(如浏览，喜欢，收藏，加购，购买等)来完善物品的 embedding 表示，并进行可解释推荐。在离线和在线实验中均验证了引入交互类型信息后对于建模用户行为的准确性有提升。” 背景和介绍 工业级的推荐系统已 ....

以下文章来源于小米技术 ，作者蔡聪辉&钟云 小米技术 小米云平台部，主要分享云存储、云计算、系统、网络、运维、私有云、安全、数据库、内核等内容，欢迎感兴趣的朋友们加入！ 1、背景 随着小米互联网业务的发展，各个产品线利用用户行为数据对业务进行增长分析的需求越来越迫切。显然，让每个业务产品线都 ....

门畅 徐哲 刘春阳 滴滴技术 [图片] 桔妹导读：如何解决供需不平衡问题呢？一个自然的想法就是调度空闲的在线司机到需求较多的区域。滴滴网约车团队近期发表在万维网大会 WWW 2020 Research Track 的 Oral 长文《When Recommender Systems Meet Fle ....